基于局部离群因子与隔离森林的激光超声缺陷检测

李阳; 朱文博; 静丰羽; 叶中飞; 马云瑞; 周洋; 邹云

doi:10.13705/j.issn.1671-6833.2025.01.003

郑州大学学报（工学版） ›› 2025, Vol. 46 ›› Issue (01) : 105 -112. DOI: 10.13705/j.issn.1671-6833.2025.01.003

基于局部离群因子与隔离森林的激光超声缺陷检测

李阳, 朱文博, 静丰羽, 叶中飞, 马云瑞, 周洋, 邹云

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对激光超声(LU)缺陷检测中最大振幅图存在伪像的问题，结合主成分分析(PCA)和两种无监督的机器学习算法局部离群因子(LOF)与隔离森林(IF),以实现对LU数据的无监督异常检测。首先，利用PCA算法对LU数据进行降维处理，减轻了LU数据的复杂度；其次，利用LOF算法和IF算法进行了数据异常值的识别分析，并利用累积分布函数和核密度估计确定异常值的阈值大小；最后，对比了LOF算法、IF算法以及最大振幅图的检测结果。结果表明：LOF算法有更优的缺陷识别精度和更低的误判率。